上期带来了《数据资产化前瞻性研究白皮书》解读（一）：数据资产的法律确权研究。那么确定了数字资产的法律权属之后，又如何对数据资产进行价值估计呢？本期为大家带来《数据资产化前瞻性研究白皮书》解读（二）：数据资产估值研究。
01
数据资产估值的重要性
在数据资产交易逐渐成为社会各界关注重点的当下，设计和构建科学的数据资产估值体系对厘清数据资产属性、制定统一的定价机制、促进数据市场健康发展具有至关重要的意义。
对社会而言
数据资产估值研究为数据资产交易统一定价模式提供了指导性框架体系及参考，促进构建流通的数据要素市场，提升社会各界对数据资产的认知，引导蓄势待发的数据交易市场正向发展。
对企业而言
推进数据资产估值能够有效提升企业各业务线的运营效率和管理能力，定期的估值工作可以有效地协助管理层分析数据资产价值与企业价值的高度相关性，从而发掘高价值密度的数据，制定或修正业务发展目标及战略。此外，具有准确量化价值的数据资产可有效解决企业各部门在绩效理解、数字化运营等方面的沟通障碍，减少企业沟通成本，提高运营效率，推动企业整体朝着健康的方向发展。
02
数据资产的基本特征
《数据资产化前瞻性研究白皮书》指出，数据资产通常具备五大基本特征：
非实体性
数据资产本身不具备实物形态，需要依托实物载体存在，这一特性同时意味着其具备无消耗性，即数据不因使用而发生磨损、消耗等，故数据资产于存续期间可无限使用。
依托性
数据必须存储在一定的介质里。同一数据可以以不同形式同时存在于多种介质。
多样性
数据资产具备表现形式和融合形态等多样性的特征。此外，数据库技术与数据、数字媒体与数字制作特技等融合亦产生多样的数据资产。多样的信息可以通过不同方法进行互相转换，从而满足不同数据消费者的需求。该多样性表现在数据消费者上则是使用方式的不确定性。不同数据类型拥有不同的处理方式，同一数据资产也可以有多种使用方式。数据应用的不确定性导致数据资产的价值变化波动较大。
可加工性
数据可以被维护、更新、补充、增加；也可以被删除、合并、归集，消除冗余；还可以被分析、提炼、挖掘、加工以得到更深层次的数据资源。
价值易变性
数据资产的价值受多种不同因素影响，包括技术因素、数据容量、数据价值密度、数据应用的商业模式和其他因素等，这些因素随时间推移不断变化，导致数据资产价值具备易变性。
数据资产的基本特征
03
数据资产的类别划分
数据资产依据不同的划分标准（如发展阶段、数据应用所在的行业等）可以形成不同的类别。
按数据应用的行业划分：
数据资产可分为金融行业数据资产、电信行业数据资产、政府数据资产等，不同行业的数据资产具有不同的特征。行业数据资产各自的鲜明特点基于各个行业的发展需要和需求生成，这些特征可能对数据资产的价值产生较大的影响。
按数据发展阶段分：
依照发展阶段，数据资产可分为原始数据、粗加工后数据、精加工后数据、初探应用场景的数据、实现商业化的数据等。
数据资产的分类
04
影响数据资产价值的因素
由于数据资产具有如上特性，数据资产在实现其价值过程中，即便是相同的数据资产，其应用领域、使用方法、获利方式的不同，其价值也存在差异。
从数据资产的加工过程及不同特性来看，不难发现数据的质量因素与数据的价值息息相关。同时，在数据的整个发展阶段，其对应应用场景的经济性和多维性亦在数据资产价值中起着至关重要的作用。然而，最根本的影响数据资产是否存在价值的因素还是法律和道德因素。
数据资产的主要价值驱动因素
风险因素对数据资产价值的影响
法律风险：合法合规是数据资产使用的基本前提。企业正面临日趋严苛的数据合规监管，一旦违法，企业的数据资产价值可能清零。
道德风险：数据资产的使用还将面临舆论的监督。不合理的运作方式可能会引来舆论的谴责，影响客户关系。
其他风险：例如硬件风险、宏观经济风险、政治风险等。
数据质量对数据资产价值的影响
准确性、唯一性：主要取决于数据的来源。真实准确不重复的数据必将能够转化为稳健可靠的商业化成果，从而提升数据资产的价值。
完整性：若数据充分、完整、可持续利用程度高，则可大大减少企业补充遗漏数据及后续年度循环重复使用的成本
时效性、及时性：及时获取高时效数据，对于企业各方面的运营都至关重要。
数据发展阶段对数据资产价值的影响
在初级阶段，数据资产还仅仅为原始未加工数据形式，尚未有具体匹配的商业化场景，价值可能仅限于其开发成本。
经过一定的加工，数据资产在初步找寻到适用的商业化场景后，即具有了一定的盈利模式，其价值显著增加，但仍存在不确定性。
最终，经过多次尝试，数据资产的商业化场景得以确定，多数的不确定性消除，数据资产价值显著增加实现最大化。
应用场景对数据资产价值的影响
是否存在明确可界定的商业化应用场景，决定了数据资产是否具有价值。在不同的商业场景下，数据资产也将发挥不同的作用，实现不同的价值。毫无疑问，数据资产所适用的场景越多维，场景之间的兼容性越高，则数据资产的价值越高。
企业应当尽可能探索数据资产所适用的各种场景，如果场景之间是兼容的，则可以探索出数据资产在各个场景下的价值，综合考虑场景兼容程度，最终综合得到数据资产的总体价值。
05
数据权属与数据资产价值估值的关系
数据资产的独特之处在于，其在开发和使用过程中可分离出包括所有权、使用权、收益权、采集权、处分权等权利，权利拥有者也可以同时拥有一项或多项权利。
进一步看，同一数据主体可能被多层次及不同维度的加工，衍生出具有不同运用场景的数据资产，而这些数据资产均可以无限地进行交换、转让和使用，在隐私计算与安全体系保护下的数据资产的非竞争性和无限共享的特征使数据具有很长的长尾价值量(即潜在价值)。
因此，数据资产估值与定价应站在不同的权利属性及开发人使用场景中进行动态考虑。
文章来源：普华永道
